字符串是编程时涉及到的最多的一种数据结构,对字符串进行操作的需求几乎无处不在。 正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则,凡是符合规则的字符串,我们就认为它“匹配”了。
\d
可以匹配一个数字 ‘00\d‘
可以匹配‘007‘
,‘\d\d\d‘
可以匹配‘010‘
\w
可以匹配一个字母或数字 ‘\w\w‘
可以匹配‘js‘
\s
可以匹配一个空格(也包括Tab等空白符)
\DWS
都是表示匹配与小写字母相反的匹配关系
\数字n
表示指向分组n捕获到的文本的一个引用,能够再次被匹配 /(\d+)(0*)\1/
可以匹配‘22300223’
.
可以匹配任意字符 ‘js.‘
可以匹配‘jsp‘
、‘jss‘
、‘js!‘
*
表示任意个字符(包括0个)
+
表示至少一个字符
?
表示0个或1个字符
{n}
表示n个字符
{n,m}
表示n-m个字符
A|B
可以匹配A或B (J|j)ava(S|s)cript
可以匹配‘JavaScript‘
、‘Javascript‘
、‘javaScript‘
或者‘javascript‘
^
表示行的开头 ^\d
表示必须以数字开头
$
表示行的结束 \d$
表示必须以数字结束
用[]
表示范围
[]
中的^
表示排除某个字符 [^#?]
表示除了?和#的所有字符
[a-zA-Z\_\$][0-9a-zA-Z\_\$]*
可以匹配由字母或下划线、$开头,后接任意个由一个数字、字母或者下划线、$组成的字符串,也就是JavaScript允许的变量名
[a-zA-Z\_\$][0-9a-zA-Z\_\$]{0, 19}
更精确地限制了变量的长度是1-20个字符(前面1个字符+后面最多19个字符)
用正则表达式切分字符串比用固定的字符更灵活
‘a,b;; c d‘.split(/[\s\,\;]+/); // [‘a‘, ‘b‘, ‘c‘, ‘d‘]
除了简单地判断是否匹配之外,正则表达式还有提取子串的强大功能。用()
表示的就是要提取的分组(Group)
如果正则表达式中定义了组,就可以在RegExp
对象上用exec()
方法提取出子串来。
exec()
匹配成功后,返回一个Array
,第一个元素是正则表达式匹配到的整个字符串,后面的字符串表示匹配成功的子串。
exec()
匹配失败时返回null
。
^(\d{3})-(\d{3,8})$
分别定义了两个组,可以直接从匹配的字符串中提取出区号和本地号码:
var re = /^(\d{3})-(\d{3,8})$/; re.exec(‘010-12345‘); // [‘010-12345‘, ‘010‘, ‘12345‘] re.exec(‘010 12345‘); // null
RegExp对象的test()
方法用于测试给定的字符串是否符合条件。
var re = /^\d{3}\-\d{3,8}$/; re.test(‘010-12345‘); // true re.test(‘010-1234x‘); // false
需要特别指出的是,正则匹配默认是贪婪匹配,也就是匹配尽可能多的字符。
var re = /^(\d+)(0*)$/; re.exec(‘102300‘); // [‘102300‘, ‘102300‘, ‘‘]
由于\d+
采用贪婪匹配,直接把后面的0
全部匹配了,结果0*
只能匹配空字符串了。
加个?
就可以让\d+
采用非贪婪匹配:
var re = /^(\d+?)(0*)$/; re.exec(‘102300‘); // [‘102300‘, ‘1023‘, ‘00‘]
?: 不想被捕获的时候使用,可以提高程序执行速度
比如 ([a-z][0-9])+ ,( ) 里面的内容被捕获了,如果写成 (?:[a-z][0-9])+,整体匹配是一样的, 就是不会捕获 ( )里内容。
特殊标志
g
标志 ,表示全局匹配
i
标志,表示忽略大小写
m
标志,表示执行多行匹配